房仲委託詢問分流流

🎯 這條流程解決什麼

房仲的客源散得到處都是：591 上有人留言詢問物件、官網表單收到委託、信箱跳出買方來信、LINE 官方帳號有人敲訊息問租屋。這些詢問來的時間不固定，量在尖峰時段又特別大，全靠人工一筆筆看、判斷、分派、回覆，幾乎不可能做到又快又不漏。

純人工處理的代價非常直接。第一是「回得慢」——房仲是高度競爭的生意，研究與實務都顯示，越快回覆詢問、成交機率越高，買方在一個物件詢問常常同時問了好幾家，誰先回、誰專業，誰就拿到主導權；人工值班一忙，回覆拖到幾小時甚至隔天，好客戶早就被別家接走。第二是「會漏接」——多平台訊息沒有集中管理，週末或下班後進來的詢問，等想起來時可能已經石沉大海。第三是「分派亂」——詢問不分商圈和專長隨便派，熟北區的業務接到南區案、專做買賣的接到租賃案，跟進品質打折。第四是「建檔懶」——業務忙著回訊息，常常忘了把客戶需求好好記進 CRM，名單品質差，後續經營就難。

把這些加總起來，等於每一筆得來不易、付了行銷成本的詢問，都在「慢、漏、亂、懶」四個關卡持續流失。這條流程把詢問進線標準化：每筆自動建檔、由 AI 判讀需求與預算、依商圈專長分派給最適合的業務，並先起草好初回訊息，讓團隊在第一時間就掌握誰是高意願買方、誰是急售屋主。

導入後的改變

導入前，詢問處理品質完全看當下誰有空、心情如何，回覆速度不穩、容易漏接、分派隨意、名單品質參差。

導入後，每筆詢問都走一條穩定快速的軌道。效益可這樣估算：原本從收到詢問到分派、到業務著手回覆，人工平均要拖數十分鐘甚至數小時，導入後系統秒級建檔、AI 即時判讀並分派、初回草稿同步備妥，業務收到通知時手上已經有一份可微調發送的回覆，首次回覆時間可從「以小時計」壓到「以分鐘計」。漏接率因為多平台集中收斂、進線即觸發通知而大幅下降。分派精準度因為依商圈與專長自動配對而提升，每位業務接到的都是自己擅長的案子，跟進成功率更高。名單品質也同步改善——每筆詢問都被結構化建檔，需求、預算、急迫度一應俱全，直接成為後續客戶經營的乾淨素材。整體而言，這條流程把進線端的漏水堵住，讓行銷預算換來的每筆詢問都被認真接住。

流程怎麼運作

對應五個節點：

「新詢問觸發」——當官網表單送出、信箱或 LINE 收到買賣租詢問時啟動。多個來源收斂到同一條流程，不再各管各的。

「AI 判讀需求」——AI 分類節點解析詢問內容，辨識這是買方還是賣方、想要或想賣的區域、坪數、房數、預算區間，並評估急迫度（例如「急售」「下個月就要搬」這類訊號）。它能處理口語化、不完整的描述，把雜亂的文字整理成結構化欄位。

「建檔分流」——把判讀結果寫入 CRM 或 Google Sheet，並依商圈與業務專長自動分派給對應的承辦人——北區案給熟北區的、租賃案給做租賃的，讓對的人接對的案。

「起草初回訊息」——依客戶需求生成一份客製化的初步回覆草稿，不是罐頭罐頭文，而是針對對方問的物件或需求點出重點、附上下一步建議（如約看屋或補充條件）。

「通知承辦業務」——透過 LINE 通知被分派到的業務，附上客戶資訊與草稿，並明確提示須由業務人工確認、調整後再正式發送，系統不自動代發。

需要的工具與串接重點

平台用 n8n 或 Make。進線端串官網表單、Email（IMAP/Gmail）、LINE 官方帳號；591 因無公開 API，常見做法是設定來信轉寄或詢問通知集中到指定信箱，再由流程接收。AI 分類節點接大型語言模型做需求判讀與草稿生成。資料落地用 Google Sheet 或正式 CRM，欄位要先設計好（買賣租、區域、坪數、預算、急迫度、來源）。業務通知用 LINE Notify 或官方帳號。

串接重點：一是各來源的訊息格式不一，要先做好欄位對應與清洗，AI 判讀才準；二是分派規則（商圈、專長、值班輪替）要明確定義，建議做成可維護的對照表，避免分派打結；三是務必保留「先給業務審核」的人工關卡，初回草稿不自動發。建檔好的客戶後續可接 客戶分眾培養流程 長期經營，更多自動化串接思路可參考 automation 專區，回覆文案變化可逛 recipes 內容庫。

常見錯誤與注意事項

第一，客戶聯絡資訊與預算屬個人隱私，CRM 存取要設權限控管，名單不得外流或挪用。

第二，AI 初回草稿務必由業務人工確認後再正式發送，AI 可能誤判需求或寫出不夠精準的回覆，正式對外溝通的品質與承諾必須由人把關，AI 不取代專業判斷。

第三，任何涉及價格、產權、貸款成數、稅務的內容，不可由自動草稿逕自給出明確數字或保證，這些都需要業務依實際情況專業評估後說明。

第四，急迫度判讀只是輔助參考，最終跟進優先順序仍由業務與主管綜合判斷，不可完全交給 AI 的標記決定。

台灣中小企業情境案例

高雄一家加盟店，過去 591 與官網的詢問都靠值班業務輪流看，週末常常漏接，週一進辦公室才發現信箱躺著好幾筆兩天前的詢問，打回去客戶早已找別家看屋了。店長導入這條流程後，所有來源集中進線、AI 即時判讀並依商圈分派，業務手機馬上收到含初回草稿的通知。上線一個月，首次回覆時間從平均超過兩小時縮短到十幾分鐘內，週末漏接幾乎歸零；因為分派依專長，業務接到的都是熟悉商圈的案子，帶看轉換也變好。店長最有感的是：每筆詢問都自動建成乾淨名單，月底要盤點客源、做後續經營時，資料已經整整齊齊在 CRM 裡。

延伸應用

這套骨架可彈性擴充。可加「自動分級」分支，把急售屋主、高預算買方標為 A 級優先推給資深業務；可加「跟進時效監控」，若分派出去的詢問超過設定時間業務還沒回覆，自動提醒主管介入，避免案子卡住。租賃端能改成租屋詢問分流，加盟總部則能彙整各店進線數據做行銷成效分析。處理完進線，後續可順勢接 帶看預約自動化 安排看屋、再接 客戶分眾培養流程 長期經營，把從進線、分流、帶看到培養的整條客戶旅程連成一氣，更多組合可逛 workflows 總覽。

流程圖

用到的工具

更多「專業服務」工作流

瀏覽全部工作流藍圖 → 自動化工作流中心 → AI Skills 食譜庫 →